졸업프로젝트

졸프에서 현재 백엔드를 맡고 있기에 그 과정을 써보겠습니다! 1. 사용 플랫폼/도구 요약 | 구성 요소 | 사용 툴/기술 | 설명 | | --- | --- | --- | | 백엔드 프레임워크 | Spring Boot | Java 기반 백엔드 프레임워크 | | 빌드 도구

그 전 회원가입 API에 이어서 로그인 API 구현 시작!우선 토큰 생성기를 안 만들어놨기 때문에 JWT 토큰 생성기부터 구현 시작해봅니다.이미 나는 이렇게 외부화와 만료시간을 다 완성시켜놨기 때문에 그대로 납둠!외부화는 하드코딩을 하는 것보다 보안이 훨씬 강화되므로

회원가입/로그인 API까지 만들고 나서 프엔이랑 연동을 해보기로 했다!물론 아직 완성 된건 아니지만 (닉네임, 번호, 이름 등등 확장시켜할 엔티티들이 남아있음) 기본적인 아이디, 패스워드까지는 구현을 했기 때문에 MVP 방식을 이용해서 최소한의 기능을 같이 연동해보기로

전체적인 과정 요약 ✅ 전체 흐름 요약 (알라딘 API 기반 도서 DB 구축) 1. 알라딘 API 회원가입 및 키 발급 알라딘 API 공식 사이트: http://www.aladin.co.kr/ttb/apiintro.aspx 회원가입 후 TTB Key

졸프 업로드,,,오랜만이어요 그동안 뭔가 개발했는데 진짜 너무 바빠서 블로그 올릴 생각도 안들었슈... 왜냐면 개발보고하는 날이 가까워져서 그냥 어떻게든 개발을 했어야했음 **현 API 상황 ** 다른 수업들이랑 병행하기 힘들다....난 개발을 방학때 하는 줄 알았

해당 UI에 적용해야하는 최신질문 전체 조회 API를 만들겠다. 우선 책에 관계없이 최신순으로 질문을 뽑아낼 수 있어야한다. '질문 구경하기' 버튼을 통해서 질문 상세 페이지로 넘어가야하기 때문에 API success response는 아래처럼 구성했다. 해당 화면

졸프에서는 ML이 각 데이터의 정보를 분석하여 생성형 AI를 사용할 예정이므로 나의 DB에서 book 테이블을 넘겨주어야한다. 그 방법을 기록! 1단계: ML 전용 계정(MySQL 사용자) 만들기 ML 코드가 DB에 접속할 수 있는 계정을 만들어줄 예정. 이건 보안

질문 상세 조회 화면질문 검색 결과 화면질문 리스트 조회 화면현재 해당 질문에 실제 댓글은 3개가 달려있지만, 질문 검색 결과 화면에서는 5개로 나오고 있다. 질문 상세 조회 화면, 질문 리스트 조회 화면에서는 정상적으로 출력된다. 관련된 코드를 보자여기서 실시간은 답

현재 진행하고 있는 졸프 DB에서 문제점이 있다. 분명 나는 한국소설, 과학 소설, 로맨스, 자기계발, 에세이 카테고리만 진행해서 가져왔지만, 이상한 책들이 BOOK 테이블에 존재한다. 예를 들어, 발레 관련 책이 한국 소설 카테고리에 존재하다던가.. 그 당시에 알라딘

하이하이. 현재 하고 있는 졸프에서 ML 관련 제외하고 마지막으로 남은게 프로필 업로드 부분이다. 현재 프로필 사진 업로드, 수정 등이 안되는 현상이 발생하고 있고, 나는 이걸 AWS S3을 이용해서 구현해보려고 한다.그냥 듣기만 하던 AWS 기능들을 하나씩 구현해보고

1. 현재 구조 회원가입 설문에서 유저가 “재밌게 읽은 책”을 입력 데이터는 userpreferencebook_id 테이블에 저장됨 ML 팀에서 추천 벡터 생성을 위해 userbookread 테이블을 참고하고 있음 → 따라서 설문 데이터가 이 테이블에 있어야 벡터 생

이번에 구현하려던 기능은 유저가 책을 읽음(user_book_read 테이블에 추가) → ML 서버에 유저 벡터 생성 API 호출 → user_embedding 테이블 갱신 의 흐름이었다.이 기능은 두 가지 경우에 동작해야 한다.회원가입 시 설문 작성 → 선호 도서(u

이번에 졸프에서 비동기+이벤트 방식으로 ML 벡터 생성 호출을 하게 되었다. 근데 동기와 비동기의 차이를 제대로 알지 못해서 공부해보기로 결정! 1. 동기(Synchronous) vs 비동기(Asynchronous) 동기 (Synchronous) 요청 → 응답이 순

이번 프로젝트에서는 개인별 추천 도서 풀에서 매주 월요일마다 1권을 확정하여 노출하는 기능을 설계하고 구현했다.주요 목표는 안정성 확보와 운영 편의성이며, 이를 위해 DB 구조를 개선하고 스케줄러 쿼리를 작성했으며, 필요 없는 컬럼(reason)을 제거했다.매주 월요일

졸업 프로젝트에서는 Spring Boot 백엔드와 ML 서버를 연동하여사용자 맞춤형 도서 추천 API를 구현한 것이다. ML 서버가 추천 결과를 생성하면, 백엔드에서 이를 받아 DB에 저장하고클라이언트 요청에 맞춰 반환하는 구조이다.사용자 ID, 필터 조건 등을 ML

→ retry_count ,last_retry_at ,last_error 은 질문 생성 재시도 로직에서만 사용retry_count → 지금까지 재시도된 횟수 카운트재시도 횟수는 3회로 설정last_retry_at → 마지막으로 재시도 버튼을 누른 시각사용자가 버튼을 연

이번 졸업 프로젝트에서는 도서 기반 질문 생성 서비스를 ML 서버와 연동해서 구현하고 있다.기존 질문 생성 API 명세서는 프엔과 맞춰본 것이기 때문에, ML과도 request,response 값을 같이 맞추어야했기 때문에 해당 명세서를 작성했다. ML 질문 생성 서비

이번에는 질문 상세 조회 API에서 답변 리스트를 어떻게 정렬할지에 대한 로직을 정리했다.우리 서비스는 사용자가 독서 전 → 독서 중 → 독서 후로 생각이 변화하는 과정을 보여주는 게 핵심이다.따라서 답변을 단순히 한 줄 리스트로 보여주는 게 아니라, 사용자별 블록 단

질문 생성 연동을 마치고, 추천 도서 생성을 연동하고 있다. 우선 터미널에서 curl 명령어를 사용해 테스트 해보았다.이렇게 각 서버마다 테스트 해본 결과,ML 서버: 200 OK백엔드 서버: 500 에러 발생 로그를 찍어보니 타임아웃 문제가 발생하고 있었다. Re

이번 프로젝트에서는 사용자 맞춤형 도서 추천 기능을 구현했다. 추천 로직은 ML 서버에서 생성한 추천 도서 후보군(user_recommended_book) 과 주차별 확정본(user_weekly_featured_book) 을 중심으로 돌아간다.그리고 user_recom

사용자가 로그인할 때마다 아래 API를 요청하도록 설정해놓았었음 POST /api/books/recommend?topK=10 (후보 생성, ML 호출)POST /api/books/weekly-featured (확정본 생성)→ 로그인마다 POST 2회 호출 가능성, ML